arXiv · 机器人与计算机视觉· Zijun Huang, Yingjun Du, Cees G. M. Snoek·· 15 天前精选AI 评分78
PROVE:一种用于组合理解的自博弈视觉语言验证器方法
Perturb, Repair, Verify: Self-Play Vision-Language Verifiers for Compositional Understanding
AI 导读
该论文介绍 PROVE(Perturb-and-Repair Optimization for Vision-Language Evaluation),这是一种无需外部强监督或人工标注的自博弈框架。系统通过扰动、验证、修复和再验证的闭环,利用同一多模态骨干网络的参数更新来训练验证器,从而提升细粒度组合理解能力和视觉细节鲁棒性。
推荐理由
提出自博弈框架 PROVE,通过扰动 - 修复闭环训练视觉语言验证器,提升细粒度组合理解能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org